要点
【目次】
【関連情報】
先人に感謝
GPU は,グラフィックス・プロセッシング・ユニット(Graphics Processing Unit)の略である.現在は,3次元のビデオゲーム,さまざまな計算,ディープラーニングの高速な並列処理などに用いられている.
NVIDIA CUDA ツールキット は,NVIDIA社が提供する GPU 用のツールキットである.GPU を用いた演算のプログラム作成や動作のための各種機能を備えている.ディープラーニングでも利用されている.
【サイト内の関連ページ】
【関連する外部ページ】
【NVIDIA CUDA ツールキットの動作に必要なもの】
Windows で,NVIDIA グラフィックス・カードの種類を調べたいときは, hwinfo (URL: https://www.hwinfo.com) を使って調べることができる.
【Windows でインストールするときの注意点】
Windows のユーザ名が日本語のとき,nvcc がうまく動作しないエラーを回避するためである.
ユーザ環境変数 TEMP に「C:\TEMP」を設定するために, コマンドプロンプトで,次のコマンドを実行する.
mkdir C:\TEMP powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
NVIDIA cuDNN は, NVIDIA CUDA ツールキット上で動作するディープラーニング・ライブラリである. 畳み込みニューラルネットワークや リカレントニューラルネットワークなど,さまざまなディープラーニングで利用されている.
Windows で,NVIDIA cuDNN の利用時に 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは, ZLIB DLL をインストールすること.
【関連する外部ページ】
【NVIDIA cuDNN の動作に必要なもの】
Windows で,NVIDIA グラフィックス・カードの種類を調べたいときは, hwinfo (URL: https://www.hwinfo.com) を使って調べることができる.
最新のNVIDIA CUDA ツールキットでは動かないということもあるので注意.
ZLIB DLL は,データの圧縮と展開(解凍)の機能を持ったライブラリ.
ZLIB DLL のインストールを行うため, Windows で,コマンドプロンプトを管理者として実行
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドを実行.
但し,「v11.8」のところは,実際にインストールされている NVIDIA CUDA ツールキットのバージョンを確認し,読み替えてください.
cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin" curl -O http://www.winimage.com/zLibDll/zlib123dllx64.zip powershell -command "Expand-Archive -Path zlib123dllx64.zip" copy zlib123dllx64\dll_x64\zlibwapi.dll .
NVIDIA Developer Program の公式ページ: https://developer.nvidia.com/developer-program
NVIDIA ドライバは,NVIDIA 社製の GPU を動作させるのに必要なドライバである.次の NVIDIA の公式サイトからダウンロードできる.ダウンロードのときは,使用しているオペレーティングシステムとGPUに適したものを選ぶこと.
【関連する外部ページ】
NVIDIA ドライバのダウンロードの公式ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp
【サイト内の関連ページ】
Build Tools for Visual Studio 2019(ビルドツール for Visual Studio 2019)もしくはVisual Studio 2019 を,前もってインストールしておく.
Windows での Visual Studio 2019 のインストール: 別ページ »で説明している.
Build Tools for Visual Studio 2019(ビルドツール for Visual Studio 2019) のインストール: 別ページ »で説明している.
Windows のスタートメニューで「設定」,「アプリ」と操作して,「NVIDIA ・・・」を削除
hwinfo (URL: https://www.hwinfo.com) を使って調べることができる.
但し, NVIDIA CUDA ツールキットの古いバージョンを使うという場合は,NVIDIA CUDA ツールキットのインストールのときに NVIDIA ドライバをインストールするのでなく,次のページから最新のNVIDIA ドライバをダウンロードして,インストールする.
【NVIDIA ドライバのダウンロードページ】
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
次のページからダウンロードし,インストールする.
NVIDIA CUDA ツールキットのページ: https://developer.nvidia.com/cuda-toolkit-archive
cuDNN のダウンロードのため,利用者本人が,電子メールアドレス,表示名,パスワード,生年月日を登録.利用条件等に合意.
「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 の場合には,次のように設定する.
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドを実行
powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\", \"Machine\")"
Windows のコマンドプロンプトを開き、次のコマンドを実行する.エラーメッセージが出ないことを確認.
where cudnn64_8.dll
Windows での Python 3.10 のインストール,pip と setuptools の更新: 別ページ »で説明している.
Python の公式ページ: https://www.python.org/
Git のページ https://git-scm.com/ からダウンロードしてインストール:
Python 3.8, 3.7, 3.6, 3.5 のいずれかが必要 (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#files)
ここでは,Python 3.8 を使う.
コマンドプロンプトを管理者として実行: 別ページ »で説明
py -3.8 -m pip show chainer
※ git を使いたいので、 Git のインストールが終わっていること.
【関連する外部ページ】 https://github.com/chainer/chainer
py -3.8 -m pip install -U matplotlib cd %LOCALAPPDATA% rmdir /s /q chainer del pax_global_header git clone https://github.com/chainer/chainer.git
https://chainer.org/ の記述に従い、「MNIST example」を実行してみる.
GPU 無しで動作させ、Chainer のインストールを確認する
「-g -1」は 「GPU を使わない」と明示的に指定するもの
cd %LOCALAPPDATA%\chainer py -3.8 examples/mnist/train_mnist.py -g -1
学習が行われる。終了までしばらく待つ。
乱数を使うので毎回違う結果が表示される
エラーメッセージが出なければ、インストール成功とする
コマンドプロンプトを管理者として実行: 別ページ »で説明
py -3.8 -m pip install "cupy-cuda110>=7.7.0,<8.0.0"
py -3.8 -m pip show cupy-cuda110
https://chainer.org/ の記述に従い、「MNIST example」を実行してみる.
cd %LOCALAPPDATA% py -3.8 chainer/examples/mnist/train_mnist.py -g 0
学習が行われる。終了までしばらく待つ。
※ 乱数を使うので毎回違う結果が表示される
エラーメッセージが出なければ、インストール成功とする